GI factors, potential to predict prostate motion during radiotherapy; a scoping review
Notice bibliographique
Résumé
Purpose: A scoping literature review was conducted to identify gastrointestinal (GI) factors most likely to influence prostate motion during radiotherapy. We proffer that patient specific measurement of these GI factors could predict motion uncertainty during radiotherapy, facilitating personalised care by optimising treatment technique e.g., daily adaption or via bespoke patient pre-habilitation and preparation. Methods: The scoping review was undertaken as per JBI guidelines. Searches were conducted across four databases: Ovid Medline®, EMBASE, CINAHL and EBSCO discovery. Articles written in English from 2010-present were included. Those pertaining to paediatrics, biological women exclusively, infectious and post-treatment GI morbidity and diet were excluded.Common GI factors impacting men were identified and related symptoms, incidence and measurement tools examined. Prevalence among persons with prostate cancer was explored and suitable assessment tools discussed. Results: A preliminary search identified four prominent GI-factors: mental health, co-morbidity and medication, physical activity, and pelvic floor disorder. The scoping search found 3644 articles; 1646 were removed as duplicates. A further 1249 were excluded after title and abstract screening, 162 remained subsequent to full text review: 42 mental health, 53 co-morbidity and medication, 39 physical activity and 28 pelvic floor disorder.Six GI factors prevalent in the prostate cancer population and estimated most likely to influence prostate motion were identified: depression, anxiety, diabetes, obesity, low physical activity, and pelvic floor disorder. Reliable, quick, and easy to use tools are available to quantify these factors. Conclusion: A comprehensive GI factor assessment package suitable to implement into the radiotherapy clinic has been created. Unveiling these GI factors upfront will guide improved personalisation of radiotherapy.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,021 | 0,018 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».